Chronometrica 与 Clockworks 对比：为关键词研究观察组选择 TikTok 抓取工具

先确定所需输出，再选择 Actor

先想清楚采集后必须能够解释哪些记录。对于这项任务，只有视频列表还不够。你还需要知道搜索了什么、每行数据来自哪个查询，以及采集时采用了哪些限制。

这些记录能回答一个实际问题：在采集设置保持不变时，观察到的结果集是否发生了变化？如果无法还原设置，结果集变大可能只是因为搜索范围扩大了。

此表概括了已核查的 Chronometrica 功能与数据约定、Chronometrica 输入字段规范、Clockworks 功能与数据约定和 Clockworks 输入字段规范。未在此处说明的功能不在本次比较范围内；未提及某项功能，不代表该功能不存在。

对于这里所述的观察组任务，Chronometrica 很适合。其文档列明的字段可让你将查询族和页面位置纳入保存的证据。这就是选择它的理由。这些字段并不能证明其结果能更准确地衡量趋势。

Chronometrica 的查询字段能帮你解释什么

Chronometrica 的文档列明了与这项选择有关的5个字段：`rootQuery`、`query`、`querySource`、`pageIndex` 和 `pageRank`。这些字段共同说明每行数据背后的查询族，以及观察到的页面位置。Chronometrica 功能与数据约定。

查询族将原始搜索词与采集时使用的相关搜索词关联起来。当研究不再局限于固定的原始搜索词列表时，保留这种关联很重要。否则，相关查询的结果可能会被误认为来自原始查询的证据。

在保存的数据中保留字段名及其返回值。不要用一个宽泛的主题标签替代完整的查询上下文。标签可以帮助你在报告中对数据行分组，但无法解释每行数据是如何进入采集结果的。

出于同样的原因，也应保留页面上下文。它能帮助你确定某行数据在所采集搜索页面中的位置。页面位置只是对本次采集的观察结果，并非主题需求、受众规模或某个视频在整个 TikTok 上地位的直接指标。

制作报告前，检查返回值，并确认你理解它们的含义。不要假定页码的编号规则，也不要根据字段名编造 `querySource` 可能返回的值。应以文档中的含义和实际返回的数据为准。

至此，选择采集工具的标准就具体了。如果审核流程要求每个视频旁都保留原始查询与相关查询的上下文，Chronometrica 为这项工作提供了文档明确规定的功能与数据约定。

首次观察前，固定采集限制

Chronometrica 允许你控制查询扩展、去重后的视频总量上限、每个搜索词的数量限制、页数限制，以及均衡或顺序分配方式。均衡分配会在各搜索词之间分配总额度。顺序分配会先满足前面的搜索词，再处理后面的搜索词。均衡分配可能会降低每个搜索词实际可用的数量上限。Chronometrica 输入字段规范。

这些设置会影响哪些结果进入观察组。应将它们与查询一起保存在研究记录中。

如果你希望在各搜索词之间分配总额度，均衡分配适合小规模观察组。但它不保证每个搜索词都返回相同数量的视频。顺序分配则使查询顺序尤为重要，因为前面的搜索词会先获得额度。

页数限制是另一项边界条件。它限制每个查询能采集到多深。行数上限则限制采集结果能保留多少个视频。这2项设置都不能告诉你整个平台上有多少个匹配的视频。

查询扩展会改变搜索范围。如果你需要明确的初始列表，应先关闭扩展功能。如果以后启用它，要保存这项变更。新增查询可能同时改变搜索词和总额度的分配。

应将这项变更视为可比性中断。你仍然可以检查这2次采集，但不应将它们描述为在相同设置下进行的重复观察。

一份便于检查的小规模输入

以下是设置示例，并非结果、基准测试或搜索量估计。请将搜索词替换为与你的研究有关的词。

{
  "queries": [
    "ugc ad examples",
    "skincare routine"
  ],
  "expandQueries": false,
  "maxResults": 8,
  "resultsPerQuery": 4,
  "maxPagesPerQuery": 1,
  "searchDistribution": "balanced"
}

这份输入使用了公开文档中列明的字段，取值也在有效范围内。它指定了2个原始查询，关闭相关查询扩展，将视频总量上限设为8个，将每个查询的结果上限设为4个，并采用均衡分配，每个查询最多采集1页。Chronometrica 输入字段规范。

这些限制描述的是所请求的采集范围，并不保证返回8个视频，也不保证每个搜索词都返回4个视频。在说明采集结果包含什么之前，先检查实际输出。

此使用场景有一个经过核查的公开 Task。Task 是已保存的输入预设。它提供初始配置，但不能证明采集已完成，也不能证明已测得某种趋势。使用前请检查设置。TikTok 关键词监测快照 Task。

示例搜索词用于展示输入格式。它们并不构成一个主题一致的细分领域观察组。建立自己的观察组时，应选择能回答同一个研究问题的搜索词，或在分析中清楚区分不同主题。

采用7步采集方法

这套方法重点说明如何选择和检查采集工具。如需更完整地了解如何构建可比较的查询组，请参阅 TikTok 查询样本规范。

1. 写下观察问题。说明有用的结果应显示什么。例如，你可能想知道，对于固定的搜索词，是否会持续出现相同类型的视频。要将这个问题与有关整个平台总需求的判断分开。
2. 保存完整设置。记录原始查询、扩展设置、分配方式、总量上限、每个搜索词的数量限制和页数限制。也要保留查询顺序。为设置添加一个简短标签，便于将后续观察与确切输入对应起来。
3. 保留标识和上下文。保存视频标识、返回的查询族字段和页面上下文。在自己的采集日志中记录观察时间。不要假定 Actor 输出中存在观察时间字段。
4. 按预先确定的时间重复采集。选择适合研究问题的时间，并记录每次实际采集的时间。使用相同设置。如果必须更改设置，应说明变更，并标记可比序列在哪里结束或重新开始。
5. 统计去重后的视频数量，以及各查询对应的结果数量。计算观察组的视频总数时，每个不同的视频只计1次。另行检查采集结果在各查询之间的分配情况。标记达到总量上限或其他已配置限制的观察记录。
6. 比较相同指标。去重后的视频数量应与去重后的视频数量比较，各查询对应的结果数量应与各查询对应的结果数量比较。计算百分比变化时，要说明前一次的数量。结果集发生变化时，应考虑搜索排名、来源可用性和重复结果等可能原因。
7. 检查采集工具是否仍然适用。如果问题现在需要原生日期筛选或排序控件，应使用 Clockworks 文档中列明的控件。不要仅为保留一个已无法回答问题的序列而坚持使用固定设置。Clockworks 输入字段规范。

因此，一份有用的观察记录不应只包含下载的数据行。它还应包含确切输入、采集时间、去重后的视频数量、各查询对应的结果数量，以及达到哪些限制的说明。这些说明能让下一次比较更容易解释。

区分视频总数与各查询结果数量的合计

一个视频可能与多个搜索词有关。因此，需要分别回答2个问题：观察组包含多少个不同的视频，以及结果与观察组中的各查询有怎样的关联？

用视频标识回答前一个问题，用保存的查询上下文回答后一个问题。除非已确认没有视频被重复计数，否则不要将各查询的结果数量相加后，标为去重后的视频数量。

这种区别也会影响你对各搜索词之间变化的理解。某个搜索词在观察结果集中占比可能上升，另一个则可能下降。这并不一定意味着整个观察组包含了更多不同的视频。

清楚标明缺失值。如果必需的标识或上下文值缺失，应将其标为未知，并说明哪些数量无法可靠统计。0表示在已定义的规则下没有观察到任何结果。未知则表示缺少作出这一判断所需的值。

对未能完成的采集，也要同样谨慎。某天没有完成观察，并不意味着当天有0个匹配视频。应保留这个空缺，避免呈现虚假的下降。

虚构示例：先有6个视频，随后达到8个的上限

这是一个虚构的计算示例，并非实际观察到的 TikTok 数据、客户结果或 Actor 实际运行测试。一名研究人员在2个日期对同一个预先确定的观察组重复采集。第1次观察包含6个去重后的视频。第2次包含8个去重后的视频，达到配置的8个视频上限。

计算如下：

• 观察到的差值：`8 - 6 = 2` 个视频。
• 相对于第1次观察的变化：`2 / 6 × 100 = 33.33%`。

这个百分比描述的是观察到的数据行数变化。它不能证明细分领域需求增长了33.33%。

清楚的报告应这样表述：“观察组在第1次观察中包含6个去重后的视频，第2次包含8个。第2次观察达到了配置的上限。”

上限很重要，因为第2次采集在达到允许的总量后就停止了。观察到的数量无法告诉你，增加额度后会返回什么。搜索排名、来源可用性或重复结果也可能改变所采集的结果集。

接下来检查各查询对应的结果数量。查看变化是出现在多个已确定的搜索词中，还是集中在某个搜索词上。结论应限于数据所支持的范围：本次采集的观察组发生了变化。

不要在未作说明的情况下提高下一次观察的上限，然后继续沿用相同的数量比较。如果需要更大的观察组，应保存新设置并标记变更。此前的观察仍可作为原有采集限制下的有效记录。